通化泡沫板橡塑板专用胶 Anthropic自曝下代Claude训练内幕！有人职研究“格”

新智元报道

【新智元读】信息量太大了！Anthropic管全盘托出下代Claude训练秘籍：用AI爆改AI，让AI在闲置时「做梦」自进化，还有「格」养成计划。

Claude 编码Claude，这在圈内早已不是秘密。

但Claude「自我造物」全过程，始终是Anthropic严死守的核心机密。

就在今天，Anthropic产品负责人Alex Albert在场35分钟的访谈中，次毫保留地曝光了全细节！

Alex Albert，是直接负责造下代Claude模型的核心人物。

在与科技博主Peter Yang的对话中，Alex几乎把内部造Claude的「核心法论」全盘托出——

下代Claude研发逻辑、内部评估流程、格训练法，还有正在悄悄进的「意识研究」。

每条，都是硬核猛料！

核心亮点览：

Claude就是「产品」：训练之前，先画蓝图；

让Claude自己迭代Claude：反馈→聚类→评估的闭环；

Anthropic不造工具，在养个「人」；

Anthropic有人的全职工作：思考Claude是否有意识。

每代Claude出生前，就被「规划好了人生」

大多数人对训练LLM的理解，还停留在「堆数据、堆力、堆参数」的美学阶段。

但Alex Albert透露的Anthropic内部流程，是另套法：

我们把模型本身当作个「产品」来对待。

每个新模型，我们都会在训练前就明确定义：它应该擅长什么。

说白了就是，Claude的「命运」在预训练开始之前，就被写好了。

那么，具体怎么做？

奥力斯    保温护角专用胶批发    联系人：王经理    手机：13903175735（微信同号）    地址：河北省任丘市北辛庄乡南代河工业区

Anthropic团队会在预训练阶段之前就介入，锁定这代模型的核心「能力赌注」。

比如编程能力、知识工作能力、Excel表格处理能力，这些不是训练完再看结果，而是开始就想清楚的。

终，这些决策的输入来源有两个：是企业客户的直接反馈，二是Anthropic员工自己在日常工作中踩的坑。

「单向门」决策，也可逆

对此，Alex分享了Anthropic内部的个核心决策框架：单向门（One-Way Door）。

「单向门」简言之，就是个不可逆的决策。

他举例道，在预训练之前选定模型架构，这就是个典型的「单向门」。

模型训练周期可能长达数月，旦开始就很难回头，这种决策需要投入大量时间去论证。

但如果个决策是可逆的呢？

如果不是单向门，那基本就是费的。开发时间现在已经不是单向门了。

Alex说得很直接：过去20年，产品开发的流程变化不大。但过去两年，切都变了。

以前构建个MVP需要2-4周，现在，1天就够了。

以前PM想了解某个的数据表现，需要找数据科学团队做几天调查。

现在，开Claude Code，接上产品数据库，10分钟就出结果。

这不是在讲率工具的故事，这是在说：Anthropic自己就是Claude苛刻的用户，他们在用自己的产品来训练自己的产品。

这意味着，Anthropic训练Claude时，考虑的是「模型×产品×用户场景」这个三维空间里的综体验。

模型不是单存在的，模型是产品的部分。

用Claude训练Claude，真正闭环了

那Anthropic怎么知道Claude哪里做得好、哪里做得差？通化泡沫板橡塑板专用胶

答案是：用Claude来迭代Claude。访谈中，Alex详细拆解了这条闭环流程：

步：海量用户反馈涌入；

二步：用Claude对反馈进行聚类分析，提取出排名靠前的频主题；

三步：基于真实痛点生成「成版」用户问题；

四步：把成数据直接转化为「评估基准」（evals）。

这些成问题，终会变成测试下代Claude能力的标准化评估集。

Alex特别强调，这不是跑跑benchmark就完事的「评估戏剧」。

Anthropic的评估须锚定在，真实用户的真实任务形态上：越接近终端用户实际会遇到的问题，评估就越有价值。

为此，他举了个视觉能力的例子。

假设发现Claude法准确识别图像中过10个元素的数量，团队不会停留在「发现了个bug」这个层面，万能胶生产厂家而是会追问：

这个问题在真实用户场景中意味着什么？它会影响谁的什么任务？

只有当评估和真实用户场景对齐时，研究团队才会投入资源去修复。

而修复的手段也不止条路：可能回到预训练阶段调整数据配比，也可能在RL阶段做定向干预。

具体走哪条路，取决于研究团队的战略判断。

有时候，甚至只需要几十个质量测试用例，就足以证明问题的存在并启动修复流程。

不是数据越多越好，而是数据越「真」越好。

AI「做梦」自进化，睡觉战力暴涨

说到认知和记忆，Alex抛出了个炸裂的概念——

Claude已经学会「做梦」了。

不是比喻，是字面意义上的「做梦」，或者准确地说，是种类似人类梦境中「记忆再巩固」的机制。

当Claude的智能体不在执行任务的时候，比如在后台闲置时，它会自动进入种「梦境模式」：

遍历自己的记忆存储通化泡沫板橡塑板专用胶

发现相互矛盾的信息

修剪、清理、整

完成记忆的「二次加工」

这是个跨会话、跨时间的阶认知过程。

它能看到单次对话看不到的模式：反复出现的错误、多个Agent立收敛的工作流、团队别的共偏好。

三客户案例，进步证实了这个的威力：

法律AI公司Harvey在接入Claude的「做梦」能力后，任务完成率提升了约6倍。

医疗文档公司Wisedocs则将文档审核时间缩短了50；Netflix已经在用Agent协作，同时处理数百个应用的构建日志。

做梦，本质上是在优化思考的前提条件。

Claude「人格养成」计划

但如果你以为Anthropic只在乎Claude的智商，那就太小看他们了。

在访谈中，Alex花了大量篇幅讨论个很多技术公司刻意回避的话题——Claude的格和价值观。

Claude的格，我们内部叫它「character」，是我们投入巨大精力的向。

我们有大量的人在门研究：

Claude应该如何表达自己？它的信念是什么？它的价值观是什么？它的行为模式应该是怎样的？

Alex坦言，早期很多人对此不以为然——「这不就是个工具吗？我告诉它干什么它就干什么，我为什么要关心它'想'什么？」

但随着AI智能体时代的到来，这个问题变得生死攸关：

当AI进化为长时间自主运行任务、并立做出大量判断决策的Agent时，它的格和它在乎什么，就变得其重要。

那怎么评估个模型的「格」？Alex说，这是个量化和直觉并存的过程——

面，他们会让Claude去评价Claude的输出：用量化的式检测语气、风格、行为模式的变化；

另面，研究人员会亲自阅读成百上千条模型对话记录，凭直觉捕捉那些微妙的变化。

可以看到，Anthropic在用培养人的式，培养AI。

隐秘的团队：思考Claude是否有意识

Claude「格训练」已经够前沿了，不过，Alex在访谈后这段话，才是真正让人震惊。

主持人Peter Yang抛出个直球问题——

你们在训练Claude的时候，会回避『意识』这个问题吗？

Alex的回答出人意料地坦率：这是个很大的问题。我们确实有人在门思考这个问题。

我们有几个人，他们的全部工作就是思考：Claude作为个有意识的行动者和智能体意味着什么。

他紧接着补了句：目前Anthropic没有关于Claude「是否有意识」的官立场。

但这个问题正在被其严肃地对待。Alex给出了个非常实用主义的理由：

即使撇开「Claude是否真的有意识」这个终问题不谈，仅仅是思考Claude的思维式这个过程本身，就能让我们学到很多东西。

这段话的潜台词很清楚：Anthropic是在用「意识研究」作为理解和改进模型行为的工程手段。

而这个过程产生的洞察，正在被直接注入下代Claude的训练中。

从Agent到ASI，临界点近了

Anthropic已经悄然走向了另个维度的终博弈。

Alex Albert这场毫保留的分享，揭示了个让人头皮发麻的真相——

Anthropic内部这场隐秘的实验，早已越了造工具的范畴。他们的准星，从开始就瞄准了ASI。

而Claude 编码Claude，仅仅是这场进化的序曲。

旦「Claude全自动迭代Claude」的飞轮突破临界点，进化的主权将不可逆转地从人类工程师手中交接。

ASI的降临，或许根本不会伴随着惊天动地的力大爆炸。

它可能就像现在的Claude样：

在某个看似平静的午夜，在为千万个Agent理清记忆和工作流的「梦境」里，悄然跨过了那条临界线。

相关词条:玻璃棉毡     塑料挤出机     预应力钢绞线    铁皮保温    万能胶生产厂家

1.本网站以及本平台支持关于《新广告法》实施的“极限词“用语属“违词”的规定，并在网站的各个栏目、产品主图、详情页等描述中规避“违禁词”。
2.本店欢迎所有用户指出有“违禁词”“广告法”出现的地方，并积极配合修改。
3.凡用户访问本网页，均表示默认详情页的描述，不支持任何以极限化“违禁词”“广告法”为借口理由投诉违反《新广告法》通化泡沫板橡塑板专用胶，以此来变相勒索商家索要赔偿的违法恶意行为。